論文：R&D、新產(chǎn)品與我國工業(yè)全要素生產(chǎn)率增長

論文：R&D、新產(chǎn)品與我國工業(yè)全要素生產(chǎn)率增長

內(nèi)容提要：與現(xiàn)有測算TFP增長的文獻(xiàn)不同，本文主要目的是考察在分別引入R&D資本存量、R&D人員、技術(shù)引進等投入要素和新產(chǎn)品產(chǎn)出以后，我國大中型工業(yè)TFP增長的變化情況。研究發(fā)現(xiàn)：由于R&D效率較低，在引入R&D投入要素后，我國大中型工業(yè)由于技術(shù)進步增長有較大幅度下降造成TFP增長下降；技術(shù)引進極大地促進了我國大中型工業(yè)TFP增長，這主要得益于技術(shù)進步特別是技術(shù)效率的全面提升；我國大中型工業(yè)R&D對TFP增長的貢獻(xiàn)在逐步增加，技術(shù)引進對我國大中型工業(yè)TFP增長的貢獻(xiàn)仍然在增加。總的來說，在通常TFP增長核算中，沒有考慮R&D投入會高估我國大中型工業(yè)TFP增長；沒有考慮技術(shù)引進會低估我國大中型工業(yè)TFP增長；同時忽略了R&D和技術(shù)引進，會造成我國大中型工業(yè)TFP增長低估。
關(guān)鍵詞：R&D 新產(chǎn)品 TFP增長 技術(shù)引進 經(jīng)濟增長模式
一、引言
近年來，用全要素生產(chǎn)率（TFP）增長分析我國經(jīng)濟增長的源泉，并以此判斷我國經(jīng)濟增長可持續(xù)性的文獻(xiàn)大量涌現(xiàn)。例如，Chow（1993）、Wu（2000）、張軍（2002）、鄭京海、胡鞍鋼（2005）分別運用增長核算法或前沿生產(chǎn)函數(shù)法對我國全國、省級或行業(yè)數(shù)據(jù)進行TFP分析。結(jié)果發(fā)現(xiàn)，我國經(jīng)濟增長主要靠資本的積累，TFP的貢獻(xiàn)很低。我國可能會重韜“主要靠汗水而不是靈感，來自更努力的工作而不是更聰明的工作”的東亞增長模式（Krugman，1994）的覆轍，經(jīng)濟增長難以持續(xù)。涂正革、肖耿（2005），岳書敬、劉朝明（2006）運用前沿生產(chǎn)函數(shù)模型對我國大中型工業(yè)企業(yè)、省級數(shù)據(jù)進行TFP增長及其構(gòu)成進行分析，發(fā)現(xiàn)前沿技術(shù)進步是我國TFP大幅增長的核心動力。[ 中國經(jīng)濟增長與宏觀穩(wěn)定課題組（2006）的研究認(rèn)為：上述研究結(jié)果的差異主要是由于數(shù)據(jù)時間階段不同造成的。上個世紀(jì)90年中后期，國有企業(yè)改革逐步到位。由于勞動力保持了正的增長，測算出來的90年代中后期“正�！逼髽I(yè)TFP增長要比90年代前期的“冗員”企業(yè)TFP增長要低。]
然而，一些學(xué)者并沒有止步于對TFP增長是上升還是下降的解釋，而是對TFP的經(jīng)濟含義和理論缺陷進行了更為深入的探討[ 鄭玉歆（1999），易剛等（2003）也對TFP的理論缺陷進行了思考。但林毅夫、任若恩（2007）的討論更為全面和深入。]。最近，林毅夫、任若恩（2007）通過對有關(guān)國內(nèi)外文獻(xiàn)的綜述，深入分析了全要素生產(chǎn)率的方法發(fā)展和理論基礎(chǔ)，并對一些國家經(jīng)濟增長經(jīng)驗的進行回顧，指出現(xiàn)有的大多數(shù)研究對TFP的意義存在誤解，
……（新文秘網(wǎng)http://m.jey722.cn省略1711字，正式會員可完整閱讀）……　
入要素的同時，將新產(chǎn)品從產(chǎn)出中分解出來，可以更好地測算引入R&D部門后TFP增長變化的情況；另一方面為R&D績效評價中產(chǎn)出和投入指標(biāo)難以選取的問題提供一個解決思路，進而能夠較好地判斷R&D活動績效。理論上R&D產(chǎn)出應(yīng)該是形式多樣的中間品，比如降低生產(chǎn)成本的工藝創(chuàng)新、新方法和新產(chǎn)品的創(chuàng)新、產(chǎn)品設(shè)計和質(zhì)量的改善等等。這些中間品既可以用于生產(chǎn)新產(chǎn)品，又可以促進一般產(chǎn)品生產(chǎn)績效的提高。然而，現(xiàn)有文獻(xiàn)選取專利、新產(chǎn)品銷售收入或者工業(yè)總產(chǎn)值等指標(biāo)來衡量R&D產(chǎn)出都存在一些問題。譬如，選取專利作為R&D產(chǎn)出衡量指標(biāo)，就會存在“不是所有發(fā)明都進行專利申請，也不是所有發(fā)明都成為專利，不同專利的質(zhì)量和經(jīng)濟價值有很大的差別”（Griliches，1990）的問題。選取新產(chǎn)品銷售收入作為R&D產(chǎn)出衡量指標(biāo)的問題在于，新產(chǎn)品其實和一般產(chǎn)品生產(chǎn)一樣，需要生產(chǎn)部門的物質(zhì)資本和勞動的投入，才會獲得產(chǎn)出。然而，由于用于新產(chǎn)品生產(chǎn)的物質(zhì)資本和勞動投入難以獲得，通常在考察R&D新產(chǎn)品績效時，只是簡單地對R&D資本和R&D人員與新產(chǎn)品銷售收入進行回歸，這樣就忽略了生產(chǎn)部門的物質(zhì)資本和勞動投入對新產(chǎn)品的作用，導(dǎo)致R&D績效高估。此外，選取新產(chǎn)品銷售收入作為R&D產(chǎn)出衡量指標(biāo)還忽略了R&D活動對一般產(chǎn)品生產(chǎn)的影響。同樣，選取工業(yè)總產(chǎn)值作為產(chǎn)出指標(biāo)，則會存在忽略R&D活動對其主要產(chǎn)出目標(biāo)新產(chǎn)品的影響的問題。
本文運用多種投入和多種產(chǎn)出構(gòu)成的生產(chǎn)決策單元DEA（數(shù)據(jù)包絡(luò)分析）模型較好地避免上述問題。通過比較不同投入和產(chǎn)出構(gòu)成的生產(chǎn)率測算模型，可以更好地評價R&D績效。一般來說，如果引入R&D部門后，整個工業(yè)或者某個行業(yè)TFP增長出現(xiàn)增加，說明整個工業(yè)或者某個行業(yè)R&D部門效率較高，R&D部門對產(chǎn)出的貢獻(xiàn)比一般生產(chǎn)部門高；如果TFP增長出現(xiàn)下降，則說明R&D部門效率低下，R&D部門對產(chǎn)出的貢獻(xiàn)比一般生產(chǎn)部門低。此外，與回歸分析得到系數(shù)平均值不同，本文使用DEA方法可以對各行業(yè)R&D績效情況進行更具體和細(xì)致地分析。
我們還分析了在投入要素中增加技術(shù)引進變量后TFP增長變化的情況。Zeckhauser（1968）,Parente(1994)和Yorukoglu（1998）的技術(shù)采用（technology adoption）模型認(rèn)為，生產(chǎn)企業(yè)采用一項新技術(shù)，由于使用舊技術(shù)的專家或者員工并不是都能很快掌握新技術(shù)，存在一個技術(shù)特定（technology specific）學(xué)習(xí)時期。因此，采用一項更好的技術(shù)可能造成生產(chǎn)率首先下降然后上升。Greenwood（1996），Hornstein and Krusell（1996），Greenwood et.al（1997）的實證研究也表明上世紀(jì)70年代以來，大多數(shù)的發(fā)達(dá)國家在采用內(nèi)含新技術(shù)的新設(shè)備后，物化型技術(shù)進步大幅上升，進而造成TFP下降。然而，國內(nèi)有關(guān)經(jīng)驗分析表明，技術(shù)引進對我國工業(yè)生產(chǎn)率的提高有一定的促進作用。朱平芳、李磊（2006）對我國上海市大中型企業(yè)技術(shù)引進的績效進行了分析。結(jié)果發(fā)現(xiàn)，國有企業(yè)的有形技術(shù)購買對其勞動生產(chǎn)率和技術(shù)水平的提高具有顯著的正效應(yīng)，其他內(nèi)資企業(yè)和三資企業(yè)的技術(shù)引進對其生產(chǎn)率提高作用不顯著。與朱平芳、李磊（2006）使用回歸分析方法不同，本文將技術(shù)引進作為一種投入要素納入TFP核算，并且分析由此對TFP增長變化的影響。
綜上所述，與現(xiàn)有TFP核算文獻(xiàn)僅僅考察TFP增長是上升還是下降不同，本文的主要目的是考察分別引入R&D資本、R&D人員、技術(shù)引進投入要素和新產(chǎn)品產(chǎn)出后，我國工業(yè)TFP增長及其構(gòu)成的變化情況。具體來說，本文試圖回答以下問題：在引入R&D投入要素后，我國工業(yè)TFP增長及其構(gòu)成有何變化？將產(chǎn)出種類區(qū)分為一般產(chǎn)品和新產(chǎn)品，對我國工業(yè)TFP增長及其構(gòu)成有無明顯影響？R&D、技術(shù)引進分別對我國工業(yè)TFP增長有何影響？顯然，解答上述問題，對于深入理解TFP的經(jīng)濟含義以及認(rèn)識R&D和技術(shù)引進對我國工業(yè)TFP增長的影響，進而正確判斷它們在我國技術(shù)創(chuàng)新和經(jīng)濟增長中所起的作用有重要意義。
二、方法、變量和數(shù)據(jù)
TFP核算始于Solow（1957），經(jīng)Kendrick（1961），Dension（1962），Jorgenson and Griliches（1967）等的發(fā)展，現(xiàn)已被廣泛應(yīng)用。通用的TFP核算方法有增長核算法和數(shù)據(jù)包絡(luò)分析（DEA）兩種。由于前者存在需要引入很強的的行為與制度假設(shè)、不對技術(shù)進步和技術(shù)效率加以區(qū)分、受樣本觀測值數(shù)量限制，難以選擇較復(fù)雜的函數(shù)形式進行生產(chǎn)函數(shù)估算等問題，本文TFP核算將采用非參數(shù)前沿生產(chǎn)函數(shù)模型DEA－Malmquist指數(shù)法。Malmquist生產(chǎn)率指數(shù)法有基于投入和基于產(chǎn)出兩種，本文將采用后一種方法。
參照Färe et al （1994）定義的以投入為指標(biāo)的Malmquist生產(chǎn)率變化指數(shù)，假設(shè)在每個時期t ＝ 1，…，T，第k = 1，…，K個行業(yè)使用n=1，…，N種投入，得到第m＝1，…，M種產(chǎn)出。在DEA條件下，每一期在固定規(guī)模報酬（C），投入要素強可處置（S）條件下的參考（最佳）技術(shù)定義為：
(1）
又叫投入可能性集合，其中每一個給定產(chǎn)出的最小投入子集又被叫做生產(chǎn)技術(shù)的前沿。z表示每一個橫截面觀察值的密度變量（Intensity variables）。計算每一個行業(yè)k基于投入的Farrell技術(shù)效率的非參數(shù)線性線性規(guī)劃模型為：
s.t.
（2）
根據(jù)Färe et al （1994），距離函數(shù)是Farrell技術(shù)效率的倒數(shù)，從而可以定義參考技術(shù)下的投入距離函數(shù)： （3）
投入距離函數(shù)可以看作是某一生產(chǎn)點向理想的最小投入點壓縮的比例。注意，當(dāng)且僅當(dāng)。此外，，當(dāng)且僅當(dāng)為技術(shù)前沿上的點，生產(chǎn)在技術(shù)上是有效率的。這意味著生產(chǎn)從技術(shù)上講其效率為100%, 也就是在給定產(chǎn)出情況下實行了最小投入（Farrell, 1957）。如果，t期的實際生產(chǎn)點在技術(shù)前沿的外部，生產(chǎn)在技術(shù)上是無效的。在時間t+1，將式子中的t替代為t+1，便可以得到此時的距離函數(shù)。
根據(jù)Caves et al (1982)，基于投入的全要素生產(chǎn)率指數(shù)可以用Malmquist生產(chǎn)率指數(shù)來表示： (4)
這個指數(shù)測度了在t期的技術(shù)條件下，從t到t+1期的全要素生產(chǎn)率效率的變化率。同樣，可以定義在t+1期的技術(shù)條件下，測度從t到t+1期的全要素生產(chǎn)率變化的Malmquist生產(chǎn)率指數(shù)： (5)
為了避免在選擇生產(chǎn)技術(shù)參照系的隨意性，把以投入為指標(biāo)的Malmquist生產(chǎn)率指數(shù)特定為兩個Malmquist指數(shù)的幾何平均值，一個以t期生產(chǎn)技術(shù)為參照，另一個以t+1時刻為參照，可以表示為（Färe，Grosskopf & Norris，1997）：
= (6)
其中，TE是規(guī)模報酬不變且要素強處置條件下的相對效率變化指數(shù)，它測度了從t到t+1每個觀察對象到最佳實踐的追趕程度。TG是技術(shù)進步指數(shù)，它測度了技術(shù)邊界從t到t+1的移動。該指標(biāo)大于1表示技術(shù)進步，等于1時技術(shù)無進步，小于1時技術(shù)退步。這樣，生產(chǎn)率的變化被拆分為兩個部分，一個時技術(shù)效率的變化，一個是技術(shù)進步率。Malmquist生產(chǎn)率指數(shù)的構(gòu)造要求計算四個混合距離函數(shù)、、、。第k個行業(yè)的倒數(shù)可以由線性規(guī)劃（7）求出，其他幾個混合距離可以同理得到。 s.t.
(7)
根據(jù)前面的討論，本文將每一個行業(yè)視作一個由多種投入、多種產(chǎn)出組成的生產(chǎn)決策單元。為了比較R&D活動和技術(shù)引進對TFP增長及其構(gòu)成的影響，我們首先運用通常TFP核算，將工業(yè)總產(chǎn)值作為決策單元的產(chǎn)出，中間投入、固定資產(chǎn)凈值、勞動作為投入要素；然后分兩步引入R&D部門：先將投入要素分解為中間投入、固定資產(chǎn)凈值、勞動、R&D資本存量和R&D人員，然后再將工業(yè)總產(chǎn)值分解為一般產(chǎn)品總產(chǎn)值和新產(chǎn)品總產(chǎn)值；最后在投入要素中引入技術(shù)引進變量。這樣，根據(jù)投入和產(chǎn)出變量的不同，本文將構(gòu)造四個模型（見表1）。為了避免重復(fù)計算，在引入R&D資本存量和技術(shù)引進變量后，我們分別對固定資產(chǎn)凈值進行等量扣除；引入R&D人員后，對勞動數(shù)量進行等量扣除；引入新產(chǎn)品，則工業(yè)總產(chǎn)值等量扣除為一般產(chǎn)品產(chǎn)值[由于新產(chǎn)品增加值數(shù)據(jù)無法獲得，而且新產(chǎn)品與一般產(chǎn)品的中間投入的區(qū)別可能并不大，我們在投入要素中并沒有將中間投入?yún)^(qū)分為一般產(chǎn)品中間投入和新產(chǎn)品中間投入兩種類型。]。
表1 模型變量情況表
模型 投入變量 產(chǎn)出變量
模型1 工業(yè)總產(chǎn)值 中間投入、固定資產(chǎn)凈值、勞動
模型2 工 ……（未完，全文共26706字，當(dāng)前僅顯示4803字，請閱讀下面提示信息。收藏《論文：R&D、新產(chǎn)品與我國工業(yè)全要素生產(chǎn)率增長》）